[发明专利]基于大脑血红蛋白信息的大脑功能状态评价装置有效
申请号: | 201810090704.0 | 申请日: | 2018-01-30 |
公开(公告)号: | CN108309318B | 公开(公告)日: | 2020-06-09 |
发明(设计)人: | 李春光;孙立宁 | 申请(专利权)人: | 苏州布芮恩智能科技有限公司 |
主分类号: | A61B5/1455 | 分类号: | A61B5/1455;A61B5/00 |
代理公司: | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人: | 冯瑞;杨慧林 |
地址: | 215000 江苏省苏州*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 大脑 血红蛋白 信息 功能 状态 评价 装置 | ||
1.一种大脑功能状态评价装置,其特征在于,包括:
大脑含氧血红蛋白浓度变化获取部,所述大脑含氧血红蛋白浓度变化获取部获取任务阶段中的脑卒中患者的大脑含氧血红蛋白浓度,其中,在所述任务阶段中,脑卒中患者按照指令完成指鼻和跟膝胫任务,所述大脑含氧血红蛋白浓度变化数据通过应用近红外光谱脑成像技术获取;
脑功能网络构建部,所述脑功能网络构建部针对所述大脑含氧血红蛋白浓度变化获取部获取的脑皮层血红蛋白浓度,以含氧血红蛋白作为分析参数估计大脑功能性连接,并以此构建脑功能网络;
典型特征获取部,所述典型特征获取部计算所述脑功能网络构建部构建的脑功能网络的网络拓扑参数,结合各脑区间的小波相干系数作为原始特征空间,采用过滤式和协同包裹式的特征选择方法,对原始特征空间进行筛选,获取最终典型特征;以及
评估模型建立部,所述评估模型建立部采用支持向量回归机的机器学习算法,对所述典型特征获取部获取的最终典型特征进行拟合,建立脑卒中患者康复水平的评估模型;
在“脑卒中患者按照指令完成指鼻和跟膝胫任务”中,上肢执行指鼻动作任务,下肢执行跟膝胫动作任务,无论上下肢,健患侧各执行相应任务4遍,两次任务之间的休息时间为30秒;
在“所述脑功能网络构建部针对所述大脑含氧血红蛋白浓度变化获取部获取的脑皮层血红蛋白浓度,以含氧血红蛋白作为分析参数估计大脑功能性连接,并以此构建脑功能网络”中,评估大脑功能连接时,采用小波相干一致性的分析方法,计算各大脑功能区间的相干性,以相干系数评估大脑功能性连接;
具体地,预处理时,采用数学形态学滤波的方法,进行原始信号的基线校正,再采用滑动平均平滑法;
定义输入序列f(n)和结构元素k(m);
定义腐蚀运算:
定义膨胀运算:
定义形态开运算:
定义形态闭运算:
基线校正后信号f校:
其中f0为原始信号;
再对f校信号进行平滑,得到预处理后的信号fpreprocess:
fpreprocess=smooth(f校)
其中smooth(·)是滑动平均算子;
评估大脑功能连接时,采用小波相干一致性的方法,计算中心频率0.04Hz处的各大脑功能区间的相干性,以相干性值来评估大脑功能性连接;
定义Morlet小波:
定义连续小波变换:
对xn做离散傅里叶变换,根据卷积理论,可得:
其中角频率定义如下:
定义在时间上的平滑操作Stime:
定义在尺度上的平滑操作Sscale:
定义平滑器:
S(W)=Sscale(Stime(Wn(s)))
定义交叉谱:
小波相干系数:
在“所述脑功能网络构建部针对所述大脑含氧血红蛋白浓度变化获取部获取的脑皮层血红蛋白浓度,以含氧血红蛋白作为分析参数估计大脑功能性连接,并以此构建脑功能网络”中,构建脑功能网络时,计算功能网络的网络参数,所述网络参数包括平均节点度、网络密度和集群系数;
在“典型特征获取部,所述典型特征获取部计算所述脑功能网络构建部构建的脑功能网络的网络拓扑参数,结合各脑区间的小波相干系数作为原始特征空间,采用过滤式和协同包裹式的特征选择方法,对原始特征空间进行筛选,获取最终典型特征”中,分别对比不同脑区间的网络参数,计算各个脑区间网络参数的数字特征值,所述数字特征值包括协方差、均方误差和均值;基于“在“所述脑功能网络构建部针对所述大脑含氧血红蛋白浓度变化获取部获取的脑皮层血红蛋白浓度,以含氧血红蛋白作为分析参数估计大脑功能性连接,并以此构建脑功能网络”中,评估大脑功能连接时,采用小波相干一致性的分析方法,计算各大脑功能区间的相干性,以相干系数评估大脑功能性连接”中计算所得的各个脑区间相干系数,计算相应的均值、方差和变异系数;将网络参数和相干系数结合作为特征空间;
在“典型特征获取部,所述典型特征获取部计算所述脑功能网络构建部构建的脑功能网络的网络拓扑参数,结合各脑区间的小波相干系数作为原始特征空间,采用过滤式和协同包裹式的特征选择方法,对原始特征空间进行筛选,获取最终典型特征”中,在采用特征选择方法对原始特征空间进行筛选时,首先采用过滤式的特征选择方法,对特征空间进行初步筛选;其次,进一步采用包裹式的特征选择方法,从初步特征中挑选出典型特征作为最终特征;
所述过滤式的特征选择方法是相关系数法;
所述包裹式的特征选择方法是遗传算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州布芮恩智能科技有限公司,未经苏州布芮恩智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810090704.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:通过光敏剂和量子探头检测血糖的装置和方法
- 下一篇:一种无创血糖持续监测装置
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置